Plugins

Vermittelt Agents den DSH-(Cordis-)Plugin-Autorenvertrag und den Einreichungsprozess für den dsh-Pluginmarkt, vom Bundle-Manifest und Entry-Modul bis zum Pull Request.

Ordnet alle geladenen Skills in nutzereigene Workspaces ein, über einen Tab in der rechten Seitenleiste. Jeder Workspace hat eigene Kategorien und Skill-Zuordnungen; Kategorien lassen sich direkt erstellen, umbenennen, sortieren und löschen, Skills per Ziehen oder Auswahl verschieben. Beim ersten Start kann das Profilmodell die erste Einteilung erstellen oder Skills in zuvor vom Nutzer angelegte Kategorien einordnen. Klick auf eine Zeile kopiert `/skill-name`; Hover zeigt die mitgelieferte Beschreibung.

Skill-Panel für die DSH Web GUI: listet installierte Skills mit chinesischen Annotationen, acht Kategorienfiltern, Pinyin-/Fuzzy-Suche und Sortierung nach Pin und Aktualität. Verwaltet Skills direkt: anheften, deaktivieren, anzeigen, mit Rückgängig-Option deinstallieren. Eigene Wartungs-Skill enthalten.

Fork der offiziellen Microsoft-.NET-/C#-Skills für KI-Coding-Agents, zusätzlich als DeepSeek-Harness-Plugin paketiert. Deckt Entwicklung, Tests, Diagnose, Migration und KI-Integration ab.

Zeigt, welche Skills jeder Turn aufgerufen hat, und installiert, aktualisiert oder entfernt Skills in der App.

Extrahiert Bilibili-Plattform-/KI-Untertitel oder nutzt externe/eingebettete Untertitel sowie ASR/OCR als Fallback und erzeugt Markdown, Word, PDF, TXT, SRT oder JSON mit Zeitstempeln, zweisprachiger Ausrichtung und Qualitätsbericht. Python 3.10+ erforderlich. Plattform-/KI-Untertitel benötigen ein Bilibili-SESSDATA-Cookie; OCR/ASR/PDF benötigen ffmpeg, faster-whisper und LibreOffice oder reportlab.

Skill-Filterung per Tags: Weise Skills Tags zu und übergib je Workspace oder Unterhaltung nur die Teilmenge, die ein boolescher Tag-Ausdruck auswählt (z. B. `pdf + docx` oder `aegis * plugin`). Ausgeschlossene Skills werden per deny-shadow aus dem Modellkatalog entfernt, nicht nur in den Einstellungen versteckt. Skills außerhalb des Ausdrucks lassen sich manuell hinzufügen oder zwangsweise deaktivieren. Das enthaltene `tagging-skills` zeigt dem Agent, wie Tags anhand der laufenden Maschine abgeleitet werden.

Verwaltet einen GitHub-Pages-Blog über ein DSH-Panel: Markdown-Artikel nach Tag anzeigen, im Split-Editor mit Front-Matter-Formular bearbeiten und Änderungen per GitHub REST API als einen Commit veröffentlichen.

Schreibt, prüft und veröffentlicht ein chinesisches Quarto-Buch: Kapitelverfassen in neun Schritten, Struktur-/Link-/Abbildungsprüfungen, einheitliches Theme und Render-Abnahme. Lädt nur in Repositories mit `type: book`; benötigt Quarto CLI und Python 3.

Liest Assistant-Antworten mit Microsoft-Edge-Neuralstimmen vor und hebt den gesprochenen Satz hervor. Hintergrundfarbe, Textfarbe und Deckkraft der Markierung sind einstellbar. Ergänzt jede Antwort um eine sound-wave-Schaltfläche sowie Pause, vorherigen/nächsten Satz, Geschwindigkeitsregler und Auto-Vorlesen.

Erfordert macOS und AirPods mit Head-Tracking. Beantwortet DSH-Berechtigungsabfragen und Fragen per Kopfgesten: Nicken erlaubt/bestätigt, Schütteln lehnt ab oder verschiebt die Auswahl. Installiert die macOS-Menüleisten-Begleit-App über eine Sitzungskarte.

Lokale Offline-Prosodieanalyse für DeepSeek Harness: Meldet zusammen mit dem Transkript, wie etwas gesagt wurde — Tempo, Tonhöhe, Pausen und Energie.

Durchsucht gemeinfreie Werke in Project Gutenberg, Wikisource, Internet Archive und Standard Ebooks nach Titel, Autor, Figur oder grob erinnerter Handlung oder importiert EPUB/PDF/TXT/DOCX/Markdown zum Anhören in der Seitenleiste. Mit Microsoft-Edge-Neuralstimmen, offline Kokoro oder Gerätestimmen; merkt die Position, ermöglicht Sprachnotizen zum zuletzt gehörten Abschnitt und Gespräche über das Buch mit dem DSH-Modell.

Registriert zwei Tools für DeepSeek Harness. `doc_ocr` wandelt gescannte PDFs und Bilder über eine lokale RapidOCR-Engine oder Zhipu GLM-OCR in der Cloud in Seitentext, Finanztabellen mit Bilanzabgleich und Vertragsklausel-Treffer um. `doc_preprocess` erstellt aus einem Verzeichnis roher Dateien per siebenstufiger Pipeline mit Backend-Routing und sha256-basierter inkrementeller Auslassung eine Obsidian-Wissensbasis. Nicht passende Zahlen werden gemeldet, nicht erfunden. Lokal erforderlich: Python mit rapidocr-onnxruntime, pypdfium2 und Pillow (`pip install -r requirements.txt`); für GLM ZHIPU_API_KEY.

Strukturierte Bilderkennung: Lokale sharp-Messungen und ein Cloud-Vision-Modell liefern in einem Aufruf Beschreibung, OCR mit Koordinaten, Objektpositionen und detaillierte Attribute. Ein Fingerprint-Cache liefert wiederholte Bilder in Millisekunden ohne Modellkontingent zu verbrauchen.

Ergänzt das sichtbare Agent-Preset visible-browser (Persona und Tools für Navigation, Formulare, Klicks und Screenshots über Playwright MCP) sowie eine Sperre: Andere Presets dürfen Browser-Tools erst aufrufen, wenn der Nutzer die Session über das enthaltene browser_access genehmigt. Das Bundle bindet den Playwright-MCP-Provider ein. Plugins-Einstellungsseite und browser_source schalten zur Laufzeit zwischen Microsoft Edge (Standard), Playwright-Chromium und einem CDP-Endpoint um. Erfordert die gemeinsame browser-use-Registrierungszeile im Profil (ein Provider je Prozess).

Auf jeder im Browser geöffneten Seite bleibt eine Übersetzungsschaltfläche sichtbar. Ein Klick ersetzt alle sichtbaren Textknoten direkt, ein weiterer stellt sie wieder her. Halten und nahe an einen Rand ziehen klappt die Schaltfläche zu einem kleinen Griff ein; nach Navigation wird sie erneut eingefügt. Übersetzt wird über den Host-LLM-Dienst; das Plugin enthält keinen API-Schlüssel.

Installiert die codex-cua-Skill, damit DeepSeek Harness Codex Computer Use einsetzen kann: steuert Chrome und native macOS-Apps über die Runtime der ChatGPT/Codex-Desktop-App. Enthält einen persistenten Session-Client und einen Doctor-Selbsttest. Erfordert ChatGPT/Codex-Desktop-App mit Chrome-Erweiterung, Python 3.9+ und macOS.

Ergänzt für die Windows-Desktop-App DeepSeek Harness einen Autostart-Schalter bei der Anmeldung. Verwaltet genau eine Verknüpfung im Startup-Ordner des Nutzers: keine Registry-Schreibvorgänge, Adminrechte oder zusätzlichen Hintergrundprozesse.

Registriert `workpaper_gate` in DeepSeek Harness zur Vollständigkeitsprüfung eines Workpaper-Satzes, sowohl des Zieldesigns/der Vorlage als auch der Instanz-gegen-Vorlage-Struktur. Regel-, Vorlagen- und Kerntabellenlisten lassen sich in einer Spec-Datei konfigurieren. Ergebnisse: blocker, warning, info. Workpapers werden nur gelesen, nicht verändert. Benötigt Python mit openpyxl.

Registriert ein `principles_audit`-Tool in DeepSeek Harness. Prüft principle_id-Kollisionen/alte IDs, fehlende Kausalaussagen, Grenzen, Gegenbeispiele oder Belege, Duplikate und Beinahe-Duplikate, Status-/Konfidenzwidersprüche, lange veraltete Einträge und Abdeckungslücken. Befunde werden nach Schwere sortiert; ein Hard Gate liefert pass/warn/fail. Jeder kritische Befund muss durch eine gültige, nicht abgelaufene Ausnahme abgedeckt sein. Die Bibliothek wird nur gelesen.

Registriert ein `office_audit`-Tool in DeepSeek Harness. Berechnet Formeln mit dem mitgelieferten LibreOffice Kit neu und prüft anschließend die Werte: Formel- und Blattreferenzfehler, Formel-Konsistenz, hartcodierte Konstanten, Zahlenformat-/Einheitenfehler, Bilanz, Gewinnvortrag, Kassenabgleich, Cashflow-Zwischensummen, Kennzahlentabellen und Datenbereinigung. Befunde nach Schwere und betroffener Zelle sortiert; optionales Findings-Blatt wird in eine Kopie geschrieben. Quelldatei bleibt unverändert. Benötigt Python mit openpyxl und enthaltenes LibreOffice Kit.

Registriert ein `context_extract`-Tool in DeepSeek Harness. Komprimiert lange Quelldokumente (Finanzberichte, Verträge, Geschäftsbücher) zu dichtem strukturiertem Markdown plus JSON mit Kennzahlen, Tabellen, nummerierten Klauseln, Entitäten und Abgleichwarnungen, damit nachgelagerte Abläufe nicht erneut im Original lesen müssen. Erkennt Finanzabschlüsse, Rechtsverträge und Geschäftsbücher separat; gleicht Bilanz und Kasse ab und meldet Abweichungen, statt sie still zu korrigieren. Schreibgeschützt, Quelldatei bleibt unverändert. Benötigt Python mit openpyxl und python-docx.

Steuert Windows visuell per Agent: Windows OCR macht Bildschirmtext zu anklickbaren Zielen; der Agent klickt, zieht, scrollt, tippt und drückt Tasten. Jede Aktion wird per Pixel-Diff und OCR-Textänderung geprüft. F6+F7 ist ein separater Not-Aus.